开源数据可视化分析⼯具 什么是 DataEase ？ 1 2 嵌⼊式 BI 可以给 ISV 带来哪些价值？ 3 嵌⼊式 BI 的应⽤场景 4 DataEase 嵌⼊式 BI 的优势 DataEase 嵌⼊式版嵌⼊流程 什么是嵌⼊式 BI ？ 嵌⼊式 BI 是可以嵌⼊在商业应⽤程序中，为应⽤软件提供或者增强分析功能的专业 BI 软件。 Embedding analytics and data Usage with BI and Analytics》, BARC and Eckerson Group, 2023 嵌⼊式 BI 的业务价值 Which technical features have contributed to an increase in usage and adoption of BI/analytics tools? (n=213) 嵌⼊式 BI 的业务价值 数据来源：《2021 数据来源：《2021 Embedded Business Intelligence Market Study》, Dimensional Insight ISV 在软件数据应⽤领域⾯临的挑战 为什么需要嵌⼊式 BI ⼯具？ • 怎样让软件⾃身⽣产的数据更充分地被使⽤，发挥出更⼤的价值？ 1. 软件数据堆积造成⼤量隐形的浪费 • 怎么及时并不断地为⽤户提供美观的数据分析与可视化效果，从⽽让软件更具吸引⼒？

}; 1 2 3 4 5 6 7 8 9 10 11 50RUNTIME POLYMORPHISM using bi = boost::intrusive; class dialog_widget : bi::list_base_hook<bi::link_mode<bi::auto_unlink>> { dialog_widget(dialog& parent) { parent dialog { bi::list widgets; }; 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 51RUNTIME POLYMORPHISM using bi = boost::intrusive; class dialog_widget : bi::list_base_hook<bi::link_mode<bi::auto_unlink>> dialog { bi::list widgets; }; 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 using bi = boost::intrusive; class dialog_widget : bi::list_base_hook<bi::link_mode<bi::auto_unlink>> { }; bi::list

表膨胀 表膨胀的原因 如何避免表膨胀 UDW中 中Json类型 类型 Json相关操作 Json操作举例 Json相关函数 Json创建函数 Json处理函数 接⼊第三⽅ 接⼊第三⽅ BI ⼯具 ⼯具 ⼀、 UDW 接⼊ Zeppelin ⼆、 UDW 接⼊ SuperSet UDW 使⽤案例 使⽤案例 案例⼀ 利⽤ logstash+Kafka+UDW 对⽇志数据分析 案例⼆ 2012-2021 UCloud 优刻得 5/206 概览 概览 产品架构 快速上⼿ 操作指南 访问UDW数据仓库 数据导⼊ 开发指南 udw优化指南 表膨胀 UDW中Json类型 接⼊第三⽅ BI ⼯具 UDW 使⽤案例 Pxf 扩展功能 迁移数据 使⽤ pg_dump 使⽤ pxf 外部表 FAQs 数据仓库价格 概览 Greenplum数据仓库 UDW Copyright UDW中Json类型 Greenplum数据仓库 UDW Copyright © 2012-2021 UCloud 优刻得 151/206 接⼊第三⽅ 接⼊第三⽅ BI ⼯具 ⼯具 UDW可以接⼊第三⽅商业智能（BI）⼯具来快速实现数据的可视化。第三⽅商业智能（BI）⼯具使⽤标准数据库接⼝连接 UDW 数据仓库，例如：JDBC 和 ODBC。 ⽬前经过测试的有：Zeppelin 和 SuperSet。 ⼀、

04 企业版介绍 05 嵌入式版介绍 DataEase 社区版 DataEase 企业版 • 基于 GPL v3.0 开源许可协议免费下载； • 快速获取用户反馈、按月发布新版； • 超越传统 BI 工具的使用体验。 X-Pack 增强包 + 原厂企业级支持服务 社区版 VS 企业版 自定义显示 单点登录系统对接 菜单权限管理 REST API 自定义主题 用户、角色与组织管理 企业级支持服务内容（增强级） 目 录 01 产品介绍 02 产品价值 03 模板市场 04 企业版介绍 05 嵌入式版介绍 什么是嵌入式 BI ？ 嵌入式 BI 是可以嵌入在商业应用程序中，为应用软件提供或者增强分析功能的专业 BI 软件。 Embedding analytics and data science functionalities within websites or for Embedded Analytics》, Gartner ISV 在软件数据应用领域面临的挑战？ • 怎样让软件自身生产的数据更充分地被使用，发挥出更大的价值？ 为什么需要嵌入式 BI 工具？ 1. 软件数据堆积造成大量隐形的浪费 2. 用户对于软件使用体验的要求越来越高 • 怎么及时并不断地为用户提供美观的数据分析与可视化效果，从而让软件更具吸引力？ • 怎样让用户体验到拖拉拽式的可视化仪表板制作流程？

04 企业版介绍 05 嵌入式版介绍 DataEase 社区版 DataEase 企业版 • 基于 GPL v3.0 开源许可协议免费下载； • 快速获取用户反馈、按月发布新版； • 超越传统 BI 工具的使用体验。 X-Pack 增强包 + 原厂企业级支持服务 社区版 VS 企业版 自定义显示 单点登录系统对接 菜单权限管理 REST API 自定义主题 组织与角色管理 产品价值 03 模板市场 04 企业版介绍 05 嵌入式版介绍 ISV 在软件数据应用领域面临的挑战？ • 怎样让软件自身生产的数据更充分地被使用，发挥出更大的价值？ 为什么需要嵌入式 BI 工具？ 1. 软件数据堆积造成大量隐形的浪费 2. 用户对于软件使用体验的要求越来越高 • 怎么及时并不断地为用户提供美观的数据分析与可视化效果，从而让软件更具吸引力？ • 怎样让用户体验到拖拉拽式的可视化仪表板制作流程？ 告、数据大屏等可视化需求？ 设计 与编辑能力嵌入 仪表板/数据大屏设计器嵌入 BI 功能模块嵌入 数据可视化与分析 结果 嵌入 单一图表嵌入 仪表板页面/数据大屏嵌入 平台 整体嵌入 数据接入到可视化分析 的全流程支持 嵌入式 BI 的三大嵌入场景 代码与接口的开放性支持 DataEase 嵌入式 BI 的能力 支持单点登录系统 & 第三方权限管理系统的对接 单点登录系统 第三方系统

Message Broker Daemons Pipeline mt-nano mt-log mt-giga Key-Value Store Dictionary Data DB Java API BI Tool Site Owner Data analyst 10 / 97 ClickHouse in Production: Yandex.Metrika Site visitor Embedded Message Broker Daemons Pipeline mt-nano mt-log mt-giga Key-Value Store Dictionary Data DB Java API BI Tool Site Owner Data analyst 11 / 97 ClickHouse in Production: Yandex.Metrika Site visitor Embedded Message Broker Daemons Pipeline mt-nano mt-log mt-giga Key-Value Store Dictionary Data DB Java API BI Tool Site Owner Data analyst 12 / 97 ClickHouse in Production: Yandex.Metrika Site visitor Embedded

序列标注 传统机器学习（CRF） • 需要大量特征工程 • 不同领域需要反复调整 深度学习（Bi-LSTM+CRF） • 多领域通用 • 输入层采用词向量，提升泛化能力 • 循环神经网络（LSTM,GRU等）能学 到一些较远的的上下文特征以及一些 非线性特征 序列标注 字/词向量 Bi-LSTM 会 数 据 开 观 达 去 明 小 LSTM LSTM LSTM LSTM LSTM 解码器从向量里面提取关键信息，组合成生成式摘要 深度学习内部注意力机制的引入 l 内部注意力机制在解码器里面做 l 关注已生成词，解决长序列摘要生成时，个别字词重复出现的问题 Bi_LSTM Bi_LSTM Bi_LSTM RNN RNN 解码器内部注意力机制 输入序列 输入序列 输入序列。。。 编码器 解码器 摘要序列。。。 摘要序列 Rouge指标优化 Reward 文本摘要候选集 集。 l ROUGE指标评价：不可导，无法采用梯度下降的方式训练，考虑强化学习，鼓励reward高的模型，通过 给与反馈来更新模型。最终训练得到表现最好的模型。 生成式摘要 Bi_LSTM Bi_LSTM Bi_LSTM RNN RNN Rouge指标优化 Reward 文本摘要候选集 生成 解码器内部注意力机制 编码器 解码器 深度学习摘要生成式模型 输入序列 输入序列 输入序列。。。

及开源生态与阿里云大数据生态对比 2.1.1 主流大数据体系架构 Hadoop 及开源生态由一系列的开源组件共同组成，很多用户基于 Hadoop 及开源生态组件构 建企业数据仓库/数据湖、机器学习、实时分析、BI 报表等大数据应用。我们常见的大数据架构 的逻辑组件关系如下图所示： 这些逻辑组件包括：  数据源：数据源包括关系型数据库、日志文件、实时消息等。  数据存储：面向海量数据存储的分布式文件存储服务，支持 分析型数据存储：对数据进行处理加工后，面向应用场景，将数据以结构化的方式进行存储， 以便分析工具或分析应用能够获取数据。如利用 MPP 数据仓库、Spark SQL 等支持 BI 工具 访问，利用 Hbase 实现低延迟的在线服务等  分析与报表：对数据进行分析和展现以获取洞察。如 BI 工具、jupyter 等。  数据作业编排：将多个数据处理动作（数据移动、处理转换等）编排成为工作流并周期性地 执行以实现数据处理工作的自动化。如 GreenPlum/Impala/Presto/Hive NoSQL：Hbase 数据仓库：MaxCompute/ Hologres/分析 型数据库 NoSQL:云数据库 Hbase 版/表格存储 分析与报表 BI 工具 Notebook QuickBI PAI Notebook 组件 EMR Notebook 组件 数据作业编排 Oozie/Azkaban/Airflow Sqooq

org/] to build and manage Data Lake with pure SQL for both data processing e.g. ETL, and analytics e.g. BI. All workloads can be done on one platform, using one copy of data, with one SQL interface. Kyuubi Documentation 1. Access Kyuubi with Hive JDBC and ODBC Drivers 2. Access Kerberized Kyuubi with Beeline & BI Tools Integrations 1. Kyuubi On Apache Kudu 2. Kyuubi On Delta Lake 3. Kyuubi On Delta Lake With 3. JDBC URL 1.4. Example 1.5. Unsupported Hive Features 2. Access Kerberized Kyuubi with Beeline & BI Tools 2.1. Instructions 2.2. Install Kerberos Client 2.3. Configure Kerberos Client 2.4. Get Kerberos

org/] to build and manage Data Lake with pure SQL for both data processing e.g. ETL, and analytics e.g. BI. All workloads can be done on one platform, using one copy of data, with one SQL interface. Kyuubi Documentation 1. Access Kyuubi with Hive JDBC and ODBC Drivers 2. Access Kerberized Kyuubi with Beeline & BI Tools Integrations 1. Kyuubi On Apache Kudu 2. Kyuubi On Delta Lake 3. Kyuubi On Delta Lake With 3. JDBC URL 1.4. Example 1.5. Unsupported Hive Features 2. Access Kerberized Kyuubi with Beeline & BI Tools 2.1. Instructions 2.2. Install Kerberos Client 2.3. Configure Kerberos Client 2.4. Get Kerberos